특집 5G Massive MIMO 실현을위한연구동향 5G Massive MIMO 실현을위한연구동향 Ⅰ. 서론 이길원 KAIST 성영철 KAIST 소정호 KAIST 서준영 KAIST 과거단순한문자메시지전송및음성통화서비스만을제공하던무 선단말기는현재실시간 HD급고화질동영상시청및화상통화서비스를포함한다양한애플리케이션의기능을소화할수있는스마트기기로진보하였고, 더이상일상생활속에없어서는안될필수품이되었다. 이제는더나아가 3차원홀로그래픽동영상시청, 실감미디어, 사물인터넷서비스등과같은초고속, 초연결, 초저지연통신을기반으로한새로운애플리케이션이가까운미래에등장할것으로보인다. 이같은고품질의서비스를실현하기위해서미국가장기본적인 5G 이동통신을포함한유럽, 한국, 중시스템의성능목표요구량은국, 일본등전세계여러 1) 면적당데이터율 1000배증가, 나라에서 2020년상용화 2) 사용자당데이터율 10~100배증가, 를목표로 5G 이동통신 3) 면적당연결된디바이스 10~100배증가, 4) 에너지효율 1000배증대이다 [1]. 시스템을개발하고있다. 특히, 유럽의 METIS 프로젝트에서는 최고의경험이당신을따라다닌다. ( Best experience follows you. ) 라는슬로건을내걸고 5G 이동통신시스템개발을주도하고, 4G 대비높은요구량을실현시키는것을목표로하고있다 [1]. 5G 이동통신시스템의구체적인설계목표는현재에도새롭게정의되고진화하고있지만, 가장기본적인 5G 이동통신시스템의성능목표요구량은 1) 면적당데이터율 1000배증가, 2) 사용자당데이터율 10~100배증가, 3) 면적당연결된디바이스 10~100배증가, 4) 에너지효율 1000배증대이다 [1]. 이러한요구를맞추기위하여개발되고있는여러기술들중하나인 massive MIMO (multiple input multiple 858 _ The Magazine of the IEIE 16
5G Massive MIMO 실현을위한연구동향 output) 기술은다수의안테나를사용하여적절한빔형성을통해사용자간간섭을공간적으로제거하고송신에너지를최소화하는동시에다수의단말기를지원하는기술로, 5G 이동통신을위한핵심기술로자리매김하고있다 [2]. 하지만, massive MIMO의장점을얻는데채널추정문제, 하드웨어복잡도증가및장애등과같은여러가지현실적인문제점들이있고이를해결하기위해많은연구들이진행되고있다. 본논문에서는 massive MIMO의기초원리를먼저살펴보고, 많은수의안테나를사용하면서발생하는현실적인문제점들을소개한뒤, 이를해결하기위해현재까지제안된여러가지방법들, 구체적으로파일럿신호설계와채널추정방법, 효율적인빔포 은기지국의안테나수 N t 가증가함에따라서로점근적으로 (asymptotically) 직교성을가지게되어공간적으로분리가된다. 따라서, 기지국이 maximum ratio transmission (MRT, 정합필터 ) 와같은아주간단한선형빔포머를사용하여도사용자간간섭을없애면서자신의채널에정합되어높은데이터율을얻을수있다. 좀더자세히말하면, 최소평균제곱오차 (minimum mean square error; MMSE), zero-forcing (ZF), MRT 빔포머들과같은선형빔포머를사용해도각사용자의신호대간섭더하기잡음비 (signal-to-interference -plusnoise ratio; SINR) 가안테나의수 N t 에선형적으로증가함이알려져있다 [3]. 또한, 전체전송용량이기지국의안테나의수에로그적으로증가하고, 머구조및설계알고리즘, 효율적 FDD 기반 massive MIMO 시스템에서는 사용자의수에따라선형적으로증 인스케줄링알고리즘을소개하고, TDD 기반 massive MIMO 시스템에서가함이알려져있고, 일정한 SINR 처럼간단히채널의상하향가역성에이와관련된여러최신결과들을간을유지하는데기지국의송신전력기반한채널추정이불가능하기때문에 략하게소개하고자한다. 또한, 본논문에서고려하는시스템을셀룰러대역만으로한정하지않고, 밀리 효율적인하향링크채널추정이필수적이다. 을안테나의수에반비례하여줄일수있다는것이알려져있다 [3]. 하지만, 이와같은 massive 미터파 (millimeter wave) 대역까지고려하여 massive MIMO 기술의연구동향을소개하고자한다. MIMO의장점을얻기위해서는기지국과각사용자간채널상태정보 (channel state information; CSI) 를정확 히알아야하고이를기반으로 MMSE, ZF, MRT와같은 Ⅱ. Massive MIMO 이상적기초원리 적절한빔포머를설계해야한다. 그러나, 기존 MIMO보다 훨씬많은수의안테나를사용하는 massive MIMO 기술 먼저기본적인 massive MIMO의개념을알기위해단일셀다중사용자 MIMO 시스템을고려하자. 기지국은 N t 개의안테나를가지고있고셀내 K명의단일안테나의사용자가있다고가정하자. 그리고기지국과사용자 i 와의채널을 h i ( 크기가 N t 1 벡터 ) 라고하고, 각원소들이평균이 0이고분산이 1라고두고, 모든원소별로독립이고같은확률분포를따르는이상적 rich scattering 환경을가정하면, 큰수의법칙 (law of large numbers) 에의하여다음이만족한다. 에서는채널추정을위해필요한오버헤드가매우크기때문에주어진채널상관시간 (channel coherence time) 내에정확히채널추정을하기가쉽지않다. 그리하여, 지금까지 massive MIMO 시스템에관한많은연구들이상향링크와하향링크간의채널가역성 (channel reciprocity) 성질을갖는시분할듀플렉스 (time division duplex; TDD) 방식을고려하여진행되고있다 [4-8]. TDD 시스템에서는채널추정을위해사용자마다서로직교하는파일럿신호를상향링크로전송하여기지국이각사용자의상향 링크채널을추정한뒤채널가역성을이용하여하향링크 채널을추정할수있다 1). 이러한 TDD 방식을이용하면, 여기서, δ ij 는 Kronecker delta이다. 즉, 위와같이이상적인 rich scattering 환경에서는, 각사용자의채널 1) TDD 시스템에서하향링크채널추정방식은기존의상향링크채널추정방식이라고간주할수있다. 17 전자공학회지 2015. 10 _ 859
이길원, 성영철, 소정호, 서준영 채널정보를얻기위한직교파일럿신호의길이가동시사용자의수 K에비례하고기지국의안테나의수 N t 와무관하기때문에 massive MIMO 시스템을위한채널추정오버헤드를줄일수있다. 따라서, 시스템이수용하는최대 Mobility 등채널자체의특성에의해정해지는채널상관시간 T c 만큼최대직교파일럿의수를만들수있어서 K=T c 명까지직교파일럿신호를이용하여동시에채널정보를획득할수있다. 하지만, 보통의경우채널상관시간내에채널정보획득과정보전송이둘다이루어져야하므로, T c /2이하의직교파일럿수를이용하여 K< T c /2명의사용자수를동시에지원할수있다. TDD 기반다중셀의경우에는자신의셀내에사용자들은서로직교하는파일럿신호를사용하지만, 다른셀내에서사용되는파일럿신호들과는최대로직교할수있는공간의차원 (T c /2) 의한계로인해파일럿들이서로직교하지않고겹치게된다. 따라서, 사용자가자신의기지국에게파일럿신호를보낼때, 다른셀에서겹치는파일럿신호를사용하는사용자가보낸파일럿신호도자신의기지국에도달하게되어, 기지국은원하는채널성분뿐만아니라간섭채널성분도포함하여채널을추정하게된다. 이추정오차가있는채널을기반으로기지국이하향빔포밍을하게되면안테나의수를아무리증가시켜도간섭이사라지지않는현상이발생하여성능의한계가생기게되는데, 이같은현상을파일럿오염 (pilot contamination) 이라고한다 [4]. 이를해결하기위하여현재다양한방법으로많은연구가이루어지고있다 [5-8]. TDD 기반 massive MIMO 시스템을가정하면, 기지국의안테나의수에무관히채널추정이가능한장점이있기때문에효율적인채널추정방식에대한연구보다파일럿오염을어떻게줄이느냐에대한연구가활발히연구되고있다. 이러한효율적인채널추정은송신단에서채널에관한부가적인정보가있을때가능한데, 대표적인부가정보로는안테나및커버리지영역의특성에따라채널의특성을반영하는공간적상관성 (spatial correlation), 시간에따라변하는채널의특성을반영하는시간적상관성 (temporal correlation) 등이있다. Ⅲ. Massive MIMO 에서의파일럿신호설계와채널추정 실제의 TDD 시스템에서는하향 / 상향링크의 RF (Radio frequency) chain의 calibration 오차와같은하드웨어적불완전성으로인해, 채널가역성을이용한하향링크채널정보추정은정확하지않을수있다 [9,11,12]. 또한, 현재대부분의무선통신시스템은고속의회로스위칭이필요없는주파수분할듀플렉스 (frequency division duplex; FDD) 방식을사용하기때문에, TDD 기반 massive MIMO 시스템의단점을극복하기위해 FDD 기반 massive MIMO 시스템또한활발히연구되고있다. 이 FDD 기반 massive MIMO 시스템에서는 TDD 기반 massive MIMO 시스템에서처럼간단히채널의상하향가역성에기반한채널추정이불가능하기때문에효율적인하향링크채널추정이필수적이다 [11,12]. 아래에서는 FDD massive MIMO 방식에서효율적인채널추정방식에관해지금까지알려진몇가지중요한결과들을소개하겠다. 1. 셀룰러대역 Massive MIMO에서는안테나수가많아각안테나별로형성되는모든채널값을추정해야하므로긴파일럿신호를송신해야하고추가적으로많은피드백정보량을요구한다. 하지만, 주어진채널상관시간의한계로인해, 긴파일럿의신호를채널상관시간내에송신하기어려울뿐만아니라, 많은피드백정보량의요구또한실제시스템에서충족되기어렵다. 이를극복하기위해 FDD massive MIMO 시스템에서의효율적채널추정을위한파일럿신호설계기법들이연구되었다 [10-13]. 이러한효율적인채널추정은송신단에서채널에관한부가적인정보가있을때가능한데, 대표적인부가정보로는안테나및커버리지영역의특성에따라채널의특성을반영하는공간적상관성 (spatial correlation), 시간에따라변 860 _ The Magazine of the IEIE 18
5G Massive MIMO 실현을위한연구동향 하는채널의특성을반영하는시간적상관성 (temporal correlation) 등이있다. 먼저채널의공간적상관성을이용하는효율적채널추정방법을살펴보자. 가장간단한경우인단일사용자 massive MISO (multiple-input single-output) 상황을고려하고공간적상관성을적용하기위하여다음과같이 MISO 채널이평균이 0이고공분산행렬이 R인복소가우시안분포를따른다고가정하자. 여기서, h는 N t 1 벡터로채널을의미하고 R=E[hh H ] 은크기가 N t N t 인공분산행렬이다. 채널의공분산행렬을고유값분해 (eigenvalue decomposition) 를하면 R=UΛU H 와같이표현할수있다. 여기서, U는각열벡터가서로정규직교 (orthonormal) 하는 N t R c 행렬이고 Λ는 R c R c 대각행렬로각대각요소가 R의 0이아닌고유값이다. 만약, 하나의파일럿신호를보낸다면, 가장큰고유값에해당하는고유벡터방향으로파일럿신호를송신하여채널추정을하는것이작은고유값에해당하는고유벡터방향으로파일럿신호를송신하는것보다효과적일것이다. 이를일반화하여 T p 의심볼시간동안파일럿신호를송신한다고가정하면, 파일럿신호의길이 T p 와공분산행렬의고유치대각행렬 Λ를고려하여 T p 개의고유벡터를선택하고선택된방향으로어떻게전력분배를해야하는지를고려해야한다. 이를수식적으로표현하여 N t T p 행렬 S를파일럿신호로써송신한다고가정하면수신신호는다음과같이표현된다. 여기서 y와 n는각각 T p 1수신신호벡터와각요소가독립적이며평균이 0이고분산이 σ 2 인 T p 1 가우시안잡음벡터를의미한다. 이때채널의공분산행렬을이용하면 h=u g 와같이 N t R c 행렬과 R c 1벡터의곱으로표현할수있다. 이를이용하면최적의파일럿신호또한 S=US 와같이 N t R c 행렬과 R c T p 행렬의곱으로표현할수있다. 이때채널의 MSE는다음과같이표현할수있다. 이를최소화하는파일럿신호의방향은채널공분산행렬의가장큰 T p 개의고유치에해당하는고유벡터들의방향이다는것이밝혀졌고이때 Water-filling 알고리즘을이용하면각벡터의전력을최적으로분배할수있다는것이알려졌다 [10]. 최근에는더욱효율적인채널추정을위하여채널의공간적상관성만이용하는것이아니라추가적으로채널의시간적상관성까지이용하는파일럿신호설계기법이제안되었다 [11-13]. 이경우 l번째시간 ( 또는블록 ) 의채널을 h l 이라하고, 채널모델이 stationary block Gauss- Markov vector process를따른다고가정하면, 채널의시간적상관성을다음과같이표현할수있다 [11-13]. 여기서, α [0,1] 은상수로이전시간채널과현재채널의상관정도를나타내고, b l+1 은이전시간과독립적인채널성분이다. 시간의상관성을이용할경우채널공분산행렬만을그대로이용하는것이아니라이전시간까지추정해온기존채널추정값을고려한채널오차공분산행렬을이용하여설계한다. 시간상관성을이용하지않을경우이전시간에추정된채널을현재시간의채널추정에전혀사용하지않기때문에, 현재채널추정오차공분산행렬은채널공분산행렬과일치한다. 하지만, 채널의시간상관성을적절하게이용한다면계속적인업데이트를통해시간이지날수록채널추정오차를점점줄여나갈수있다. 여기서, 채널추정오차공분산행렬의고유값이크다는것은그고유값에해당하는고유벡터의방향의채널에대한오차가크다는것을의미한다. 따라서, 채널추정오차공분산행렬의고유값이큰고유벡터방향으로파일럿신호를송신해준다면효과적인채널추정이가능하다는것을짐작할수있다. Gauss-Markov 채널모델하에서시간상관성을이용하기위해서는최적의추정기인칼만필터를사용하고, 이를통해각시간별채널추정오차공분산행렬의업데이트를수행한다. 이경우각시간의파일럿신호의전력분배를고려하지않을경우채 19 전자공학회지 2015. 10 _ 861
이길원, 성영철, 소정호, 서준영 널의 MSE를최소화하는파일럿신호는다음과같이구할수있다 [11]. 이경우 MISO 시스템과는다르게송신파일럿신호가 I Nr 행렬과의 Kronecker 곱꼴로나타내어진다. 이는 MISO 시스템과는다르게송신단에서채널의공분산행 렬 R t 의송신고유벡터를파일럿신호로전송할경우수 여기서, U l[1:tp] 은 U l 행렬의첫번째부터 T p 번째열벡터로이루어진행렬을의미하고, P는송신전력을의미한다. R l l-1 은 l-1번째까지의파일럿신호를바탕으로추정한채널추정오차의공분산행렬로 tr(r l l-1 ) 의경우채널의 MSE를의미한다. 이결과 [11] 와기존결과 [10] 의핵심적차이는공간적상관성만이용하는기존결과 [10] 에서는채널의공분산행렬의 T p 개의주고유벡터를파일럿신호로사용하지만, 시공간모두의상관성을이용하는새방식에서는최적채널추정의채널추정오차공분산행렬의 T p 개의주고유벡터를파일럿신 신단의안테나수만큼의파라미터에영향이미친다는것을의미한다. 이에따라닫힌꼴로최적의파일럿신호를표현하는것이어렵고, 파일럿신호를설계하는알고리즘은더욱복잡해진다. 전력분배를고려하지않는다면공간및시간상관성을이용한알고리즘의경우 MISO 시스템의경우와같이채널오차공분산행렬을이용하여채널추정오차공분산행렬의주고유벡터 (dominant eigenvectors) 를보내는것이매순간채널추정오차를최소화하는최적임이알려졌다 [11]. 또한, 매시간의채널추정오차공분산행렬은원래 호로사용하는것이다. 이와같이 MISO 시스템에서전력분배를고려하지않는다면채널의 MSE를최소화하는파일럿신호를닫힌꼴로구할수있고, 전력분배를고려하 채널추정오차공분산행렬의주고유벡터 (dominant eigenvectors) 를보내는것이매순간채널추정오차를최소화하는최적임이알려졌다 [11]. 채널공분산행렬과동시대각화 (simultaneous diagonalization by unitary similarity) 가가능하므로초기의채널공분산행렬의고유벡터를통해서대각화시키는것이 더라도시간상관성을고려하지않는다면 Water-filling 알고리즘을통해최적의파일럿신호를구하는것이가능하다. 하지만, MIMO 시스템의경우 MISO와는다르게채널추정이좀더복잡해진다. MIMO의경우송신안테나간의상관성과수신안테나간의상관성을잘나타낸 Kronecker 채널모델을고려할수있다. 이때 l번째시간의채널은다음과같이표현된다. 가능하다. 이에따라시간별로채널추정오차공분산행렬의고유벡터를새롭게구할필요없이, 고유값만을업데이트하여주고유벡터를찾아내는간단한알고리즘으로도파일럿신호설계가가능함을보였다 [11]. 만약전력분배를고려한다면 MISO 시스템과는다르게수신단의여러방향을고려하여, 즉, 하나의송신고유벡터에연관된여러고유값을고려하여어떤송신고유벡 여기서, 와 은각각 N t N t 송 터를어떤전력으로전송할지고려해야한다. 이경우하나의고유값끼리의비교가아닌여러고유값끼리비교해야하고따라서이에관련된함수간의크기비교가필요 신안테나간의상관성을나타낸송신상관행렬, N r N r 수신안테나간의상관성을나타낸수신상관행렬을의미하고, H l 는각요소가독립이고평균이 0인가우시안분포를따르는 N r N t 행렬이다. 이와같이행렬로표현된 MIMO채널을벡터화를시켜수신신호를나타내면다음과같이표현할수있다. 하다. 이때최적의전력분배에대해서는알려지지않았지만각송신고유벡터에영향받는고유값들의합을비교하여정해진파일럿신호방향에대해서전력분배를실시하는알고리즘을통해효과적인파일럿신호를설계할수있다 [11]. 앞의연구에서는채널추정의 MSE를최소화하는파 일럿신호설계가주로다루어졌는데, 채널 MSE를최소 화하는것은수신신호디코딩에간접적으로영향을준 862 _ The Magazine of the IEIE 20
5G Massive MIMO 실현을위한연구동향 다. 이에반해수신신호디코딩에직접적으로영향을주는데이터의수신신호대잡음비 (signal to noise ratio; SNR) 을최대화하는것을목표로하는파일럿신호설계에관한연구도진행되었다 [13]. MISO 시스템에서의경우데이터의수신신호대잡음비 (signal to noise ratio; SNR) 는잘정의되는데, 수신 SNR 계산을위해데이터를송신하기위한빔포머를고려해야한다 [13]. 이경우빔포머가정해져있기때문에정해진빔포머방향과일치하는방향의채널정보가중요하게되고빔포머와직교하는방향의채널정보의경우필요치않게된다. 이에따라수신 SNR의최대화를목적으로파일럿을설계할경우채널의 MSE를최소화하는방향으로파일럿을설계하는것과는다른채널정보를요구하고이를고려한다면더높은수신 SNR 성능을확보하는것이가능하다. 빔포머의경우최적의송신빔포머를사용하는것을고려한다면더욱좋은성능을얻을수있다. 공간상관성만을고려할경우간단한 Water-filling 알고리즘을통해수신 SNR을최대화하는파일럿을설계할수있다. 추가적으로시간상관성을고려할경우 semi-definite relaxation을이용한알고리즘을통해파일럿을설계할수있다 [13]. 2. 밀리미터파대역밀리미터파시스템의경우파장이작아서작은공간안에많은수의안테나소자를집적시킬수있어 massive MIMO 구현에용이하다는장점을갖는반면, 고주파무선신호의전송특성상기존셀룰러대역의신호에비해큰경로손실 (path loss) 를겪는다 [14]. 따라서, 이와같이큰경로손실을극복하면서채널정보를얻으려면파일럿신호를보낼때높은지향성빔포밍 (highly direcitonal beamforming) 을수반해야하기때문에, 어느방향으로지향성파일럿신호를보내야하는지가중요하다. 앞절에서보았듯이기존의셀룰러대역에서의채널추정연구는송신단과수신단사이의채널이많은수의전파경로를갖는 rich scattering 환경을가정하여, 채널을복소가우시안분포를따른다고가정하고채널공분산행렬을알고있다는가정을기반으로연구가진행되어왔다. 하지만, 밀리미터파 MIMO 시스템에서는고주파신 호의높은직진성성질과큰경로손실성질로인해기존의셀룰러대역처럼대부분의방향으로경로가존재하는 rich scattering 환경 2) 과는달리매우적은수 (sparse) 의방향에서만전파경로가존재한다. 그러므로, 밀리미터파 MIMO 채널은다음과같이 L개의경로를갖는 sparse MIMO 채널로모델할수있다 [15,16]. 여기서, N t 와 N r 은각각송신기와수신기의안테나수이고, α l 은 l번째경로의이득, θ r l와 θ t l은각각 l번째경로의 angel of arrival (AoA) 와 angle of departure (AoD) 의정규화된방향각 3) 을의미한다. 또한, α RX (θ) 는 α TX (θ) 각각수신응답벡터 (response vector) 와송신조종벡터 (steering vector) 이다. Sparse MIMO 채널의가장큰특징으로는경로의개수에해당하는 L 값이 N t 와 N r 에비해훨씬작다는것이다 (L N t, N r ). 이를기반으로위물리적인채널모델로부터 Sparse MIMO 채널의특성을이용하기위해가상채널표현 (virtual channel representation) 방법이제안되었다 [16]. 여기서, A R 은 AoA 의정규화방향 - θ r 을 간격으로양자화한각도 부터 들에대한응답벡터를각열에늘여놓은행렬이고, A T 행렬또한같은방법으로 AoD의정규화방향 - θ t 을양자화 한각도 들에대한조종벡 터를각열에늘여놓은행렬이다. 여기서, H V 는가상채널행렬 (virtual channel matrix) 이라고불리며, 양자화오차를무시한다면 < 그림 1> 과같이 L개의성분만 0 2) 채널의공간상관성이있는경우를모델하는복소가우시안분포 CN(0,R) 도 rich scattering 에기반한채널모델이다. 다만 isotropic 하지않기때문에방향별로전파경로의 richness 가다를수있다. 3) 안테나배열이균등선형배열 (uniform linear array; ULA) 라고가정하면, 물리적각도 (AoA, AoD) ø 와정규화된방향각 θ 는 θ=dsin(ø) 의관계가있다. 여기서, d 와 λ 는각각안테나간거리 λ 이고신호의파장의크기이다. 21 전자공학회지 2015. 10 _ 863
이길원, 성영철, 소정호, 서준영 이아닌값을갖게된다. H V 의 (i,j) 성분은수신기의 i 번째 정규화방향각과송신기의 j 번째정규화방향각에서바 라보았을때, 이곱해진경로이득의크기를나타 (h v =wec(h v )), A는송신신호와수신빔포머로디자인할수있는 sensing matrix이다. h v 가희소성을갖는다는특성을이용하여 CS 기법을 h v 의 0이아닌성분의크기 낸다. 따라서, 가상채널모델의양자화오차를무시한다면, 밀리미터파 sparse MIMO 채널에서의채널추정과파일럿신호설계문제는가상채널행렬 H V 의 0이아닌성분들의위치와크기를찾는문제로귀결된다. 밀리미터파 Sparse MIMO 채널에서경로의방향각을추정하는가장쉬운방법은모든방향으로순서적으로파일럿빔을송신한다음가장큰크기를갖는 L개의경로를고르는방법이다. 하지만, 안테나의수가많아질수록식별가능한경로의방향의수또한이에비례하여많아지게되어서다수의안테나를사용 와위치를구하는데적용하였고채널추정성능을분석하는데사용하였다. 이와더불어 [19,20] 에서는디지털빔포머와아날로그빔포머두가지를동시에고려하는하이브리드시스템에서새로운방식의 sparse MIMO 채널추정방법을제안하였다. 구체적으로설명하면, 채널이여러블록시간동안에는변하지않는다는가정하에각블록마다이전블록의결과를이용하여적응적으로 L개의경로의이득과방향을구하는 bisection method 방식의파일럿신호설계와 adaptive CS를이용한채널추정방식이제안되었다. 하는 massive MIMO 상황에서는큰오버헤드가발생하게된다. 따라서, 경로의수가희박하다는성질을효과적으로이용하여적은오버헤드로 sparse MIMO 채널을효율적 효울적인 Sparse MIMO 채널추정을위하여먼저압축센싱 (compressive sensing; CS) 기법에기반하는알고리즘이제안되었다 [17-20] 또한채널이시간에따라변하는시변 (time-varying) sparse MIMO 채널을위한추정방식에대해서도여러연구가진행되었다. 먼저 [21] 에서는송신기 으로추정하는방식이필요하다. 효울적인 Sparse MIMO 채널추정을위하여먼저압축센싱 (compressive sensing; CS) 기법에기반하는알고리즘이제안되었다 [17-20]. [17] 에서는여러시스템모델에서의물리적인 MIMO 채널모델을가상채널표현으로근사한다음행렬전개를통해모델을다음과같이선형화된꼴로변형시켰다. 와수신기가단일안테나를갖는경우에서의 doublyselective 채널에서의채널추정파라미터를구하는데 CS tool이사용되었고성능분석이이루어졌다. 더불어 [21] 에서는송신기와수신기에여러개의안테나있고각각하이브리드구조를갖는상황에서 precoder와 combiner 를순차적으로갱신시키는채널트래킹 (tracking) 기법을제안하였다. 여기서 sparse MIMO 채널이시간에따 라변화하는데채널의경로들의 AoD와 AoA (θ t,θ r ) 는다 음과같이가정되었다. 여기서, h v 는가상채녈행렬 H V 를벡터화한것이고, 여기서, X~U(a,b) 는 X가구간 [a,b] 에서균등분포에따라생성된랜덤변수임을의미하고, δ는특정작은값임이가정되었다. 최근의연구결과인 [23,24] 에서는각채널경로들의 AoA와 AoD에해당하는가상채널행렬 H V 의 0이아닌성분들의시간에따른위치의변화 < 그림 1> 양자화오차를무시한가상채널행렬 H V 를 Markovian random walk로모델화하였다. 즉, H V 의 0이아닌성분의위치 ( 열과행 ) 이특정한변이확률 864 _ The Magazine of the IEIE 22
5G Massive MIMO 실현을위한연구동향 (transition probability) 를갖고움직인다고모델링하고이모델을기반으로 Partially observable Markov decision process (POMDP) 이론을적용하여밀리미터파 sparse MIMO 채널추정문제을위한최적파일럿신호설계기법과저복잡도의준-최적 (sub-optimal) 파일럿신호설계기법이제안되었다. 이 POMDP 기반파일럿신호설계및채널추정방식이같은자원을사용할때낮거나중간정도의 SNR에서압축센싱에기반한방식에비해우수한성능을가진다는것이보여졌다 [23,24]. Ⅳ. Massive MIMO 에서의효율적빔포머구조및설계알고리즘 앞절에서는 FDD 시스템에서채널추정과파일럿신호설계에대한연구를단일사용자 massive MIMO 관점에서살펴보았다. 이제단일사용자 massive MIMO를넘어다중사용자 massive MIMO 시스템을살펴보자. 1. 두단계빔포머여러사용자를동시에고려하는다중사용자 massive MIMO 시스템의경우첫번째로부상하는문제는 massive한기지국안테나를가지고어떻게셀내여러명의사용자를동시에서비스할수있는빔포머를효율적으로설계하는가 라는문제이다. 모든사용자의채널벡터요소가독립균등분포를따라서 massive MIMO의경우간단한정합빔포밍으로만으로도사용자간직교성을유지할수있다 라는것은단지간단히 massive MIMO 시스템성능을해석하고자하는이상적가정에불과하다. 실제수십내지수백의안테나요소들의채널요소가모두독립적일수없다. 이에채널추정과실질적빔포머설계의복잡도를줄이는것이 massive MIMO에서는매우중요한데, 이두가지를동시에해결하는방법중하나로최근각사용자의채널공분산행렬을이용하여외부 (outer) 빔포머를설계하고외부빔포머와실제채널의곱을 Effective 채널로간주하고이 다중사용자 massive MIMO 시스템의경우첫번째로부상하는문제는 massive 한기지국안테나를가지고어떻게셀내여러명의사용자를동시에서비스할수있는빔포머를효율적으로설계하는가 라는문제이다. Effective 채널의채널상태정보 (effective CSI) 를피드백받아, 이를이용하여내부 (inner) 빔포머를설계하는두단계빔포머방식이 Joint Spatial Division and Multiplexing (JSDM) 이라는이름으로제안되었다 [25-27]. 이두단계빔포밍방식은크게보면 divide-andconquer 방식으로외부빔포머에서는여러사용자들을비슷한채널공분산행렬을가지는사용자그룹으로최대한분리하고, 내부빔포머에서는추가적으로같은사용자그룹내에서각각의사용자를구분하는방식이다. 좀더구체적으로설명하면, 각사용자의채널이 onering 모델 4) 을따른다고가정할때, 기지국과사용자간의 AoA와 angular spread에의해결정되는채널공분산행렬이서로겹치지않는 angular support를가지고있으면, 기지국의안테나수가많아짐에따라채널공분산행렬의열공간 (column space) 이서로직교함을보였다 [25]. 그리하여, 이같은사실을기반으로 Ahikary 등은다음과같은두단계빔포머에적합한새로운방식 JSDM을제안하였다. 같은그룹내에속하는사용자들끼리는비슷한채널공분산행렬을갖고서로다른그룹에속하는사용자간에는공분산행렬의열공간이거의직교하는성질을갖도록여러개의그룹으로나눈뒤 (virtual sectorization), 기존의 MIMO 빔포머를외부와내부빔포머두단계로쪼개서사용자들에게정보를전송한다. 여기서외부빔포머는채널공분산행렬에의해서만설계한다. 그렇다면, 내부빔포머에게는실제채널과외부빔포머가곱해진것이채널로보이는데이내부빔포머에게보이는 Effective 채널의차원은원래채널의차원인 N t 보다훨씬줄어들게된다. 내부빔포머는이 Effective 채널의상태정보만을피드백받아, 이정보를이용하여설계된 ZF 또는 MMSE와같은빔포머로같은그룹내사용자들을구 4) 기지국이산위나빌딩꼭대기같은높은위치에배치되어주변에산란체가없어모든각도의시야 (line of sight; LoS) 가확보되는반면사용자부근에는산란체들이많아전방향으로균등하게전파경로가생성되는상황을가정하는채널모델이다. 23 전자공학회지 2015. 10 _ 865
이길원, 성영철, 소정호, 서준영 분한다 [25]. 여기서, 복잡도감소와실제상태를추정해야하는채널차원의축소의핵심은외부빔포머를채널의통계정보즉채널의공분산행렬로만설계하는것이다. JSDM을물리적인측면을곁들여서설명하면, 기지국이미리여려개의겹치지않는 AoA 구간을정하여그룹을나눈뒤, 각사용자를자신의 angular support 에해당하는각도구간의그룹으로할당하여서 virtual sectorization을한뒤, 두단계빔포머를사용하는방법이라할수있다. 하지만, 실제로는각사용자의 angular support가매우다양하게존재하여서모든사용자들을 angular support가서로겹치지않는몇개의그룹으로나누는것이사실상불가능하다. 그리하여, 몇가지그룹핑방법 [26] 과사용자스케줄링방법 [26,28,29] 이제안되었지만, 그럼에도불구하고, 그룹간채널공분산행렬이서로직교하지않아서그룹간간섭이생기게된다. 따라서, 두단계빔포밍에서는그룹간간섭을효과적으로제어하고자신의그룹의전송파워를강화시킬수있는외부빔포머를잘설계하는것이필수적이다 space) 으로투영 (projection) 시킨뒤나온벡터들을모아서외부빔포머로설계하였다. 하지만, 이방법은각채널공분산행렬의주고유벡터들만을고려하기때문에비교적간단하지만성능열화가있다 [32]. [30] 에서는특별한최적성 (optimality) 없이발견론적 (heuristic) 접근방법으로그룹간간섭빼기가중된 (weighted) 자신의그룹신호를최소화하는외부빔포머를설계하였다. 이경우에는, 각그룹별로다른그룹의채널공분산행렬의합행렬에서가중된자신의그룹의채널공분산행렬을빼서나온행렬의열세한고유벡터들을모아외부빔포머가설계된다. [31] 에서는외부빔포머를형평성 (fairness) 관점에서설계하였다. 이연구에서는, 모든사용자가운데가장작은데이터율값을최대화하는 DFT (discrete Fourier transform) 행렬의열들을선택하여외부빔포머를설계하였다. [30,31] 과같이 SINR을직접적으로최적화하는것이아니라변형된식을최적화하는외부빔포머를설계하는이유는 SINR의분자에는자신의그룹을위한외부빔포머가분모에는다른 [30-32]. 지금까지연구된채널공분산행렬을이용한외부빔포머설계방법을살펴보면주로내부빔포머가 Effective 채널을이용하여 ZF 방식으로설계된다는가정하에연구가 이 SLNR 기반의제안된외부빔포머는합율 (sum rate) 측면에서현재까지제안된두단계빔포밍을위한채널공분산행렬을이용한외부빔포머설계방식가운데가장좋은성능을낸다 [32] 그룹을위한외부빔포머가꼬여있어서최적화하기가매우어렵기때문이다. 이러한 SINR 접근방식의어려움을극복하기위해 [32] 에서는신호대누설더하기잡음비 (signalto-leakage-plus 진행되었다 ( 하지만 MMSE 방식을사용하여도무관하다 ) [30-32]. 먼저 [26] 에서는각그룹별로자신의그룹의채널공분산행렬의주 (dominant) 고유벡터들을다른그룹의채널공분산행렬들의주고유벡터들의영공간 (null -noise ratio; SLNR) 를기준으로외부빔포머를설계하는방식을채택하였다. 다중사용자 MIMO 브로드캐스트 (broadcast; BC) 채널상황에서처음으로 Sadek 등에의해제안된 SLNR 방식 [33] 은자신의 신호크기와다른사용자에게미치는간섭량더하기잡음 의비를최대화하는빔포머를설계하는방식으로써, 자 신의빔포머의함수로만식이표현되기때문에닫힌꼴로 구할수있다 5). 하지만, 두단계빔포머구조에서는내부 빔포머와외부빔포머가서로꼬여있어서 SLNR을최대 화하는것조차쉽지가않다. 따라서, [32] 에서는내부빔 < 그림 2> 다중그룹다중사용자 MIMO 하향링크를위한두단계빔포머구조 5) SLNR 방식은처음에는발견론적으로제안되었지만나중에 MISO 간섭채널에서파레토최적점에도달하는방식이라는것이밝혀졌다 [34,35]. 866 _ The Magazine of the IEIE 24
5G Massive MIMO 실현을위한연구동향 포머를 ZF 빔포머를사용한다고두고평균 SLNR의하계를이끌어내어이것을최대화하여외부빔포머를설계하였다. 이때평균 SLNR의하계를최대화하는문제를 trace quotient (TQ) 문제로바꾸어이문제를푸는알고리즘을새로제안하였다. 이 SLNR 기반의제안된외부빔포머는합율 (sum rate) 측면에서현재까지제안된두단계빔포밍을위한채널공분산행렬을이용한외부빔포머설계방식가운데가장좋은성능을낸다 [32]. 2. 밀리미터파대역 - 하이브리드빔포머각안테나성분별로 RF 체인을연결하여구동되는기존의 full 디지털빔포머방식은작은부피에많은수의안테나를집적하여사용하는밀리미터파통신에서하드웨어제약으로인해구현되기어려운면이있다 [36,37]. 따라서, 안테나의수 N t 보다적은수 N RF (N t N RF ) 만큼의 RF 체인을이용하여 DAC (digital-to-analog converter) 를거치기전에기저대역 (baseband) 에서프로세싱을하는디지털빔포머와 DAC를거친후에 RF 대역에서프로세싱을하는아날로그빔포머를동시에설계하는하이브리드빔포머구조가제안되었다 6). 신호의위상과진폭을자유롭게제어할수있는디지털빔포머와는달리아날로그빔포머에서는하드웨어제약조건으로인해위상천이기 (phase shifter) 만을고려하여서모든성분들의진폭은일정한크기를갖고위상만제어할수있는경우가많다. 따라서, 가장단순한단일사용자 MIMO 시스템상황에서조차기존의 full 디지털빔포머를설계하는것과다르게하이브리드빔포머를설계하는것은단순한문제가아니다. 이와같은단일사용자 MIMO시스템에서밀리미터파대역의희박한경로의채널특성을이용하여용량최대화문제를 basis pursuit 문제로근사화한뒤 orthogonal matching pursuit (OMP) 를이용해저복잡도의하이브리드빔포머설계방법이제안되었다 [38]. 이방법에서는채널정보를송수신기에서정확히알고있다는가정하에 제안되었지만하이브리드빔포머구조에서는 RF 체인의수가적어서안테나성분별로완벽한채널정보를얻기가매우어려워채널추정과하이브리드빔포머를동시에고려하여설계하는방법이연구되고있다 [17,18]. 또한좀더실질적인상황을고려하여위상의양자화오차를고려한아날로그빔포머설계방법도연구되었고 [39], 각 RF 체인별로임의의 k개의안테나와연결되어아날로그빔포머를설계하는방법도연구되었다 [40]. 7) 최근에는단일사용자 MIMO에서더나아가다중사용자 MIMO 시스템에서하이브리드빔포머설계방법이연구되고있다 [41]. [41] 에서는각사용자의채널의가장우세한고유벡터방향 ( 여러 AoA(AoD) 중가장큰신호의방향 ) 을모아서아날로그빔포머를설계하고디지털빔포머로 ZF 빔포머를사용하여사용자간간섭을없애는방식으로하이브리드빔포머를설계하였다. 하지만, 하이브리드빔포머의가장큰문제는 OFDM (orthogonal frequency-division multiplexing) 과같은광대역기반의시스템에서아날로그빔포머를어떻게설계해야하는지에대한것이다. 앞서기술한협대역 (narrow-band) 을가정한연구와달리하이브리드 OFDM 시스템에서는각부반송파 (sub-carrier) 채널마다동일한아날로그빔포머를설계해야하기때문에완전히다른방식의설계법이필요하다 [42]. OFDM을위한최적하이브리드빔포머설계는밀리미터파 massive MIMO의효율적구현을위해꼭해결해야할중요한이슈로써간주되어지며, 최근들어그중요성이인식되어 greedy 방식과스케줄링을방법을기반으로한연구가진행되고있다 [43,44]. Ⅴ. Massive MIMO 에서의효율적사용자스케줄링 Massive MIMO 시스템은근본적으로안테나를기반으로만들어진공간차원을이용해다수의사용자를동시 6) 하이브리드빔포머설계는두단계빔포머설계방식과매우유사한데, 외부빔포머가 RF 대역에서설계되어지면일종의하이브리드빔포머로간주할수있다. 7) [40] 에서제안한방법은 k=1 일때는기존의안테나선택기법 (antenna selection) 이되고 k=n t 일때는기존의 full 디지털빔포머를포함하는아주일반적인아날로그빔포머구조이다. 25 전자공학회지 2015. 10 _ 867
이길원, 성영철, 소정호, 서준영 에서비스하는시스템이다. 그러므로, 기존 multi-user MIMO에서처럼셀내많은사용자로부터서비스할사용 케줄링이득을얻기위해스마트하게스케줄링방법을고안하는것이중요하다. 자들을선택해야하는사용자스케줄링문제를또다시고 려해야한다. 다수의사용자가운데좋은채널품질을갖는사용자를선택하여다중사용자다이버시티 (multi user diversity) 이득을얻는방법인스케줄링기법은특히하향링크상황하에서지난 10년간여러가지측면에서많은연구가진행되었다. 많은연구자들이지금도효율적인스케줄링방법에대해연구를하고있지만, 대부분랜덤빔포밍 (random beamforming; RBF) [45] 과준- 직교사용자선택 (semi-orthogonal user selection; SUS) [46] 이두가지스케줄링방법에기반하고있다. 피드백오버헤드측면에서양극에서있는이두가지스케줄링방법은모두사용자의수가무한히많아짐에따라점근적으로최적임이알려져있다. 하지만, 사용자의수가유한한실제시나리오의경우에는 RBF가 SUS보다성능열화가심하다는것이알려져있 1. 레퍼런스빔기반분산적직교선택방법 [26] 에서두단계하향빔포밍 JSDM을위해기존 RBF 기반의스케줄링방식이제안되었다. 하지만, 최근에 [28,29] 에서는 JSDM 구조에서피드백측면에서매우간단하면서도우수한성능을갖는획기적인스케줄링방법이제안되었다. 이방법은 RBF가 SUS보다성능열화가생기는요소들을먼저분석하여찾아낸뒤, 이요소들을 RBF의피드백오버헤드양을유지시키는조건내에서적절하게개선하여 SUS의장점을유지하고 RBF의단점을극복하였다. RBF가성능열화가생기는주요원인은 1) 각직교빔의 SINR을기준으로사용자를선택하는것과 2) 사용자선택이후에빔보정 (beam refinement) 이전혀없이하향정보전송이이루어지는것이다. 따라서, [28,29] 에서는이요소들을개선 고, 반면에 SUS의경우에는모든사용자의채널정보를피드백받아사용자를선택하기때문에피드백오버헤드가너무크다는것이알려져있다 [46]. 따라서, 다중사용자 MIMO rich scattering 환경하에 massive MIMO 시스템에서는스케줄링이득이아주미미하다는것이알려져있어 [26,47,48] 하여다음과같은사용자스케줄링방법 ReDOS (REference-based Distributed (semi-)orthogonal user Selection) 를제안하였다. ( 이해를쉽게하기위하여 JSDM 시스템에서는성능과피드백오버헤드의 trade-off 관계를고려하여적절한스케줄링방법을사용해야한다. Massive MIMO에서는다수의안테나요소로인해더욱더피드백오버헤드가증가하게된다. 다행스럽게도 rich scattering 환경하에 massive MIMO 시스템에서는스케줄링이득이아주미미하다는것이알려져있어, 따로 RBF와 SUS와같은스마트한스케줄링방법을이용하지않고확률적으로사용자를랜덤하게선택하는방법이제안되었다 [26,48]. 이방법은채널정보피드백없이사용자를스케줄링을하기때문에, 상당한양의피드백오버헤드를줄일수있어 massive MIMO에서유용하다. 그러나, 앞절에서설명한 massive MIMO를효율적으로구현할수있는두단계 JSDM 구조에서는상황이달라진다. JSDM에서는각그룹당실질적인채널의차원의수는기존 MIMO처럼작을수있기때문에스 구조에서한개의그룹만존재하는환경으로가정하고 ReDOS 스케줄링방법을기술하겠다.) 1. 기지국은트레이닝시간동안서로직교하는레퍼런스빔들을순차적으로전송한다. 이때 < 그림 3> 과같이각레퍼런스빔둘레에특정각도의고깔 (cone) 을정의한다. 각레퍼런스빔에할당된고깔은서로교집합이없도록한다. 2. 트레이닝시간동안각사용자는자신의채널벡터가포함된고깔이있는지체크한다. ( 고깔에포함되었는지는기준빔과자신의채널벡터의각도만으로알수있다. 한채널벡터는두개이상의고깔에포함될수없다.) 자신의채널벡터가포함된고깔이있으면, 사용자는이에해당하는레퍼런스빔인덱스와자신의채널벡터의크기를기지국에전송한다. 3. 2에서사용자로부터받은정보를이용하여, 기지국 868 _ The Magazine of the IEIE 26
5G Massive MIMO 실현을위한연구동향 은각직교레퍼런스빔마다그빔의고깔에자신이 포함되었다고선언한사용자들을모아놓고채널의 크기가가장큰사용자를그직교빔에할당하고, 이 렇게사용자를선택한뒤선택된사용자들에게자신 이스케줄링이되었다고 paging 신호를전송한다. 4. Paging 신호를받은사용자는이제자신의채널벡 터를기지국에게전송한다. 5. 기지국은전송받은채널벡터정보를이용하여최종 적으로 ZF 빔포밍으로빔을형성한후스케줄링된사용자에게정보를전송한다. 이 ReDOS 방법 8) 은레퍼런스빔을보내서사용자를선택하는구간 (1-3) 과선택된사용자에게서만채널정보를피드백받아서 ZF 빔포밍으로래퍼런스빔을보정하는구간 (4-5) 두가지단계로이루어져있다 9). 앞에서보듯이사용자를선택하는첫단계에서는사용자들은정수인인덱스와자신의채널벡터크기, 즉실수하나만피드백하면된다. 그리고, 추가적으 < 그림 3> 기준직교빔을중심으로형성된고깔들대가되는사용자를뽑지만, ReDOS는레퍼런스빔을사용하는것까지는 RBF와같지만, 두번째단계에서뽑혀진사용자채널에적합한 ZF 빔을사용한다고가정하므로, 첫번째사용자선택단계에서는서로거의직교하면서채널벡터의길이가가장긴사용자를뽑는것이다. 여기서, 뽑혀진사용자채널간의준직교성은바로직교기준빔을중심으로형성된고깔이책임지는것이다. 어느정도직교성을보장한다음에채널 로피드백하는채널벡터자체는선택된사용자들로부터만받으므로, 두번째단계가시스템전체의피드백양을크게증가시키지않는다. ReDOS는크게 RBF의두가지측 최근에 [28,29] 에서는 JSDM 구조에서피드백측면에서매우간단하면서도우수한성능을갖는획기적인스케줄링방법 ReDOS가제안되었다. 벡터의크기가큰사용자를선택하고최종적으로 ZF 빔을형성하여데이터를전송하는 SUS의철학을그대로이용하는것이다. 다만, 모든사용자가채널벡터를기지국에 면을개선하였는데, 첫째는사용자를기존 RBF처럼각레퍼런스빔의 SINR값을기준으로선택하는것이아니라레퍼런스빔에형성된고깔과사용자채널의크기로사용자를선택하는것과, 둘째로는선택된사용자의채널벡터정보를추가로획득하여래퍼런스빔을 ZF 빔으로보정하여정보를전송하는것이다. RBF는레퍼런스빔을바꾸지않고그대로데이터전송빔으로사용할것이라는가정을가지고있기때문에레퍼런스빔기준 SINR이최 피드백하여모든것이기지국에서이루어지는 SUS에반해이 ReDOS 방법은 SUS의철학을분산적으로구현한것이다. ReDOS가 RBF의피드백양과거의비슷한피드백양을가지면서동시에 SUS의성능과견줄만한성능을가짐을시뮬레이션을통해보였다 [28]. 또한, RBF와 SUS 와마찬가지로사용자수가무한히많아짐에따라점근적으로최적임이증명되었고 [28], JSDM 구조에서도점근적최적성이증명되었다 [28]. RBF와 SUS의장점을적절하게 이용하여 Trade-off 관계에있는피드백양과성능두 8) 여러그룹이있는 JSDM 구조에서는기지국이각그룹별로채널공분산행렬의우세한고유벡터방향으로순차적으로빔을전송하고각사용자가그룹간간섭을고려한유사-SINR 값을기준으로피드백하는것을제외하고, 위에기술한방법과동일하다 [28]. 9) 이렇게첫번째단계에서사용자를선택하고두번째단계에서선 가지요소를동시에향상시킨 ReDOS 방식은 massive MIMO에서주목할만한사용자스케줄링방법으로간주되고있으며이를기반으로한새로운연구가추가적으로진행되고있다 [52]. 택된사용자를위한빔포머를설계하는두단계스케줄링방식은 기존다중사용자 MIMO BC에서지속적으로연구되어왔다 [49-51]. 하지만, 그어느것도 ReDOS만큼의성능을내지못한다. 27 전자공학회지 2015. 10 _ 869
이길원, 성영철, 소정호, 서준영 2. 밀리미터파대역 - 랜덤빔포밍앞에서설명한스케줄링방법 (RBF, SUS, ReDOS) 을포함한지금까지대부분의스케줄링방법은각사용자 k 의채널이 CN(0,R k ) 10) 를따르는 rich scattering 채널환경에서연구가진행되었다 [53-56]. 하지만, 밀리미터파환경에서는채널전파손실을극복하기위한방향성빔포밍을위한다수의안테나를사용하는시스템특징과전파경로의수가희박한채널특성으로인해기존의 rich scattering 채널환경을기반으로 히다르다는것이밝혀졌다. 먼저 [60] 의시스템모델을살펴보면전체네트워크가 Uniform Linear Array(ULA) 구조로 N t 개의안테나를가지는기지국과단일안테나를갖는 K명의사용자로구성되어진상황을고려한다. 이때, 밀리미터파통신의핵심적인특징인다수의안테나를사용하는것과희박한속성의채널을고려하기위해기지국의안테나의수 N t 가많아지는상황, 즉 N t 의점근적상황 (asymptote) 을고려하고, 앞서설명한 UR-SP 채널모델을고려한다. 이러한상황에 한다중사용자스케줄링이득에관한분석들을단순히확장및적용할수가없다. 특히임의의전파이득을갖는희박한수의전파경로가다양한각도에서형성되는밀리미터 UR-SP 채널모델하에서 RBF의성능은기존의저주파대역의 rich scattering 채널모델하에서의 RBF 성능과는완전히다르다는것이밝혀졌다. 서 [60] 에서는RBF 스케줄링에관한여러가지새로운결과들을밝혀내었다. 그가운데주요결과하나를소개하면다음과같다. 파채널특성은성능분석을더욱더어렵게만든다. 그리 정리 1: [60] ( 각사용자가 UR-SP 채널모델을따를때 ) 하여, 밀리미터파 massive MIMO 시스템에서의다중사 용자스케줄링의성능을분석하기위해밀리미터파채널 특성을적절하게반영하면서도성능분석을용이하게하는아래와같은균등랜덤단일경로 (uniform random 여기서, R RBF 는 RBF의합전송율을나타내고, c 1 >0이고 Ω와 o는각각 big-omega와 little-o 함수를나타낸다. single path; UR-SP) 채널모델이제안되었다 [57-61]. 따름정리 1: [60] K=Ω(N t ) 일때는 R RBF ~R opt 이다. 여기서 R opt 는최적성능이고 x~y는 을의 여기서, h k 는사용자 k의채널이고, α k ~CN(0,1) 은경 미한다. 로이득, θ k ~U[-1/2,1/2] 은 AoD 각도이다. 이채널모 델은기지국과사용자간채널이한개의경로를가지고이경로는임의의랜덤한각도와이득을갖는모델로서, 존재할수있는여러개의경로들중우세한경로한개만을고려하는모델이다 11). 최근 [60] 에서는밀리미터파 massive MIMO에서의채널환경을잘모델하는이 UR-SP 채널모델하에서 RBF 스케줄링방식의성능을분석하였는데, UR-SP 즉, 사용자의수가안테나의수의선형보다빠르게증가하면 RBF가선형합전송율스케일링 (linear sum rate scaling) 을 12) 달성하고, 더나아가최적합전송율성능을낸다. 정리 1과따름정리 1은다수의안테나를사용하는밀리미터파대역통신에서스케줄링의매우긍정적인측면을밝혔는데이것은기존의 rich scattering 환경에서 RBF의결과를비교해보면더욱더명확해진다. 채널모델하에서 RBF의성능은기존의저주파대역의 rich scattering 채널모델하에서의 RBF 성능과는완전 정리 2: [45] 각사용자가 Rayleigh fading 채널모델 을따를때, 즉, h k ~CN(0,I) 일때 10) 일반적인 correlated 채널모델은 R k =R, k으로표현가능하다. 11) 단일경로채널모델은 LoS가존재하는환경은 LoS만을고려 하고, Non-LoS (NLoS) 들만존재하는환경은가장크기가큰 12) 선형합전송율스케일링은 R=Θ(N t ) 를의미한다. Θ는 big-theta NLoS 한성분을고려하는모델이라고생각할수있다. 함수이다. A 870 _ The Magazine of the IEIE 28
5G Massive MIMO 실현을위한연구동향 다음과같다. 여기서, c 2,c 3 >0 이다. 정리 2 에의하면 rich scattering 환경즉, 각사용자 가 Rayleigh fading 채널모델을따르는경우 RBF의성능이사용자의수가안테나의수의지수승보다빠르게증가할때안테나수에선형으로증가하는합전송율스케일링을달성하고, 그보다느리게증가할때에는안테나수에선형으로증가하는합전송율을달성하지못한다. 바꿔말하면, rich scattering 환경에서의 RBF는사용자의수가안테나의수에비하여엄청나게많은상황에서만적절한성능을낼수있음을의미하며, massive MIMO와같이매우많은안테나를사용하는시스템에서는현실적인사용자의수의한계로인해 RBF가좋은성능을내기가어려움을말해준다. 이는기존에알려진 SUS와같은다른스마트한스케줄링방법의스케줄링이득도안테나수가매우많은 massive MIMO 시스템상황에서매우미미하다는 [26,47,48] 결과와도동일선상에있는결과이다. 하지만, 정리 1과따름정리 1에서보듯이, 밀리미터파전파특성인경로희박성과직진성을모델하는 UR- SP 채널모델환경에서의결과는이와완전히다르다 13). 이때는, RBF의성능이사용자의수가안테나수의선형만큼빠르게증가하여도안테나의수에선형적으로증가하는합전송율스케일링을달성할뿐만아니라최적성능을달성하게되어, 많은수의안테나를사용하는밀리미터파시스템에서현실적인사용자의수를고려하여도 RBF가유용하게쓰일수있음을시사한다. [62,63] 에서는 UR-SP 채널모델에서더나아가균등랜덤다중경로 (uniform random multi-path; UR- MP) 채널모델을제안하고 [60] 의결과를확장하였다. 먼저 [62,63] 에서정의한 UR-MP 채널모델을설명하면 UR-SP 채널모델환경에서 RBF 는사용자의수가안테나수의선형만큼빠르게증가하여도안테나의수에선형적으로증가하는합전송율스케일링을달성할뿐만아니라최적성능을달성 여기서, L은다중경로의수이고, α k,i ~CN(0,1) 이고 θ k,i~u[-1/2,1/2] 이다. 이 UR-MP 채널모델은파라미터에따라기존의채널모델들로귀결되기도한다. 이를살펴보기위해서 [62,63] 에서는 L=(N t ) β 로두고단일파라미터의값에따라채널이어떻게변화하는지분석하였다. 먼저 β=0인경우에는, L=1이되어 UR-SP 채널모델이되는것을쉽게알수있고, β>1인경우에는 N t ( 와 L) 가무한히증가함에따라기존 Rayleigh fading 채널모델로수렴하게된다 [63]. 또한, 0<β<1인경우에는 UR-SP 채널모델도아니고 Rayleigh fading 채널도아닌희박한속성을갖는위두채널모델의중간에있는다중경로채널모델임을알수있다. 즉, UR-MP 채널모델은 UR-SP 채널모델과 Rayleigh fading 채널모델두양극의채널모델을 L이라는파라미터로연결해주는일반적인채널모델이다. 따라서, 실제밀리미터파채널의희박하지만다중경로를가지고있는성질을 L을표현함으로써밀리미터파채널을더욱정확하게모델할수있다. [63] 는이 UR-MP 채널모델에서여러 L값에따라 (N t 의함수로표현 ) RBF의안테나수에선형으로증가하는합전송율스케일링을달성하기위해필요한셀내사용자수를안테나수의함수로도출하였고, 이결과는 < 표 1> 과같다. < 표 1> 에서보이듯이, L이고정되어있을때는 UR-SP 채널모델에서처럼사용자의수가 N t 에선형적으로증가하면 N t 에선형인합전송율스케일링을달성할수있고, L=log(N t ) 로증가하는경우에는 N t 의 13) 상반된결과가나오는근본적인이유는단일경로채널모델의자유도 (degree-of-freedom) 가안테나의수의관계없이 1 이기때문이다 [60]. < 그림 4> β 에따른 UR-MP 채널모델 29 전자공학회지 2015. 10 _ 871
이길원, 성영철, 소정호, 서준영 < 표 1> 다중경로의수에따른안테나수에선형증가하는합전송율스케일링에필요한사용자의수 [63] 채널다중경로수 L fixed L = log(n) t L = (N) β t, 0<β<1 L = N, t or faster polynomial, L=N t β (0<β<1) 로증가하는경우에는 N t 의 sub-exponential, L=N t 이거나더빠르게증가하는경 우에는 N t 의 exponential 로증가하는사용자의수가 N t 에선형인합전송율스케일링을달성하기위해필요하다. 이는앞서설명한 [45] 과 [60] 의결과를포함하는결과로써밀리미터파시스템에서스케줄링이득에관한많은정보를제공해준다. 셀안에사용자의수가 < 표 1> 에서기술된것처럼충분히존재하는경우에는 RBF만을사용하여도좋은성능을얻을수있지만, 사용자수가충분하지않은 sparse user regime 경우 14) 에는성능열화가있는부분채널정보 (partial CSI) 기반의 RBF보다더효율적인스케줄링방법이필요하다. 이를위해 [63] 에서는사용자가충분치않은 sparse user regime에서 beam aggregation 방식의새로운사용자스케줄링방법을제안하였다. 이방식은 UR-MP 채널에서 RBF와견줄만한정도의피드백양을유지하면서동시에기존의 sparse user regime에서제안된스케줄링방법과 RBF의성능보다월등한성능을내어밀리미터파환경에서효율적인스케줄링방법으로주목을받을것으로예상된다. Ⅵ. 결론 선형합전송율에필요한사용자수 K~N t (linear) 1+c K~N u t (polynomial) K~e c u'(n t) β (sub-exponential) K~e c u'n t (exponential) 본소개글에서는 5G 이동통신시스템을위한핵심요소기술인 massive MIMO 실현을위한전반적인연구동향에대해서살펴보았다. 앞서말한것과같이많은수의안테나를사용함으로써생겨나는막대한양의채널추정오버헤드를극복하기위한파일럿신호설계, 채널추 14) Rich scattering 환경에서사용자수가적은 sparse user regime 을고려한스케줄링방법이기존에연구되어왔다 [50,64] 정, 효율적인빔포머설계, 새로운스케줄링방법개발등과같이여러측면에서 massive MIMO 기술을실현하려는노력이진행되고있다. 아직까지도 massive MIMO와관련된많은중요한문제들이풀리지않은채남겨져있으며 2020년상용화를목표로하는 5G 시스템구현이성공적으로마무리되기위해서는이와같은많은현실적인문제들이꼭해결되어야한다. 참고문헌 [1] METIS Deliverable D1.1. Scenarios, requirements and KPIs for 5G mobile and wireless system, EU-FP7 Project METIS (ICT- 317669) Deliverable 1.1, Apr. 2013. [2] F. Rusek et al., Scaling up MIMO: Opportunities and challenges with very large arrays, IEEE Signal Process. Mag., vol. 30, no. 1, pp. 40-46, Jan. 2013. [3] H. Q. Ngo, E. G. Larsson, and T. L. Marzetta, Energy and spectral efficiency of very large multiuser MIMO systems, IEEE Trans. Commun., vol. 61, no. 4, pp. 1436 1449, Apr. 2013. [4] T. L. Marzetta, Noncooperative cellular wireless with unlimited numbers of base station antennas, IEEE Trans. Wireless Commun., vol. 9, no. 11, pp. 3590-3600, Nov. 2010. [5] J. Jose, A. Ashikhmin, T. L. Marzetta, and S. Vishwanath, Pilot contamination and precoding in multi-cell TDD systems, IEEE Trans. Wireless Commun., vol. 10, no. 8, pp. 2640-2651, Aug. 2011. [6] H. Yin, D. Gesbert, M. Filippou, and Y. Liu, A coordinated approach to channel estimation in large-scale multipleantenna systems, IEEE J. Sel. Areas Commun., vol. 31, no. 2, pp. 264-273, Feb. 2013. [7] R. Muller, M. Vehkapera, and L. Cottatellucci, Blind pilot decontamination, in Proc. Int. ITG Workshop Smart Antennas, Mar. 2013. [8] J. Sohn, S. Yoon, and J. Moon, When pilots should not be reused across interfering cells in massive MIMO, Proc. IEE ICC Workshop, Jun. 2015. [9] J. Guey and L. D. Larsson, Modeling and evaluation of MIMO 872 _ The Magazine of the IEIE 30
5G Massive MIMO 실현을위한연구동향 systems exploiting channel reciprocity in TDD mode, in Proc. IEEE Veh. Technol. Conf., Sep. 2004. [10] J. H. Kotecha and A. M. Sayeed, Transmit signal design for optimal estimation of correlated MIMO channels, IEEE Trans. Signal Process., vol. 52, no.2, pp. 546-557, Feb. 2004. [11] S. Noh, M. D. Zoltowski, Y. Sung, and D. J. Love, Pilot beam pattern design for channel estimation in massive MIMO systems, IEEE J. Sel. Topics Signal Process., vol. 8, no. 5, pp. 787-801, Oct. 2014. [12] J. Choi, D. J. Love, and P. Bidigare, Downlink training techniques for FDD massive MIMO systems: Open-loop and closed-loop training with memory, IEEE J. Sel. Topics Signal Process., vol. 8, no. 5, pp. 802-814, Oct. 2014. [13] J. So, D. Kim, Y. Lee, and Y. Sung, Pilot signal design for massive MIMO systems: A received signal-to-noise-ratiobased approach,, IEEE Signal Processing Letter, vol. 22, no. 5, May. 2015. [14] C. Doan, S. Emami, D. Sobel, A. Noknejad, and R. Brodersen, Design considerations for 60 GHz CMOS radios, IEEE Commun. Mag., vol. 42, no. 12, pp. 132-140, 2004. [15] A. M. Sayeed, Deconstructing multiantenna fading channels, IEEE Trans. Signal Process., vol. 50, pp. 2563-2579, Oct. 2002. [16] A. M. Sayeed and V. Raghavan, Maximizing MIMO capacity in sparse multipath with reconfigurable antenna arrays, IEEE J. Sel. Topics Signal Process., vol. 1, pp. 156-166, Jun. 2007. [17] A. Alkhateeb, O. E. Ayach, G. Leus, and R. W. Heath Jr., Hybrid precoding for millimeter wave cellular systems with partial channel knowledge, in Proc. Inf. Theory and Appl. Workshop, (San Diego, CA), 2013. [18] A. Alkhateeb, O. E. Ayach, G. Leus, and R. W. Heath, Channel estimation and hybrid precoding for millimeter wave cellular systems, IEEE J. Sel. Topics Signal Process., vol. 8, pp. 831-846, Oct. 2014. [19] W. U. Bajwa, J. Haupt, A. M. Sayeed, and R. Nowak, Compressed channel sensing: a new approach to estimating sparse multipath channels, Proc. IEEE, vol. 98, pp. 1058-1076, Jun. 2010. [20] G. Taubock and F. Hlawatsch, Compressed sensing based estimation of doubly selective channels using a sparsityoptimized basis expansion, in Proc. Eur. Signal Process. Conf., (Switzerland), Aug. 2008. [21] W. U. Bajwa, J. Haupt, A. M. Sayeed, and R. Nowak, Compressed channel sensing: a new approach to estimating sparse multipath channels, Proc. IEEE, vol. 98, pp. 1058-1076, Jun. 2010. [22] J. He, T. Kim, H. Ghauch, K. Liu, and G. Wang, Millimeter wave MIMO channel tracking systems, arxiv preprint arxiv:1412.4224, 2014. [23] J. Seo, Y. Sung, G. Lee, and D. Kim, Pilot beam sequence design for channel estimation in millimeter-wave MIMO systems: A POMDP framework, Proc. IEEE SPAWC 2015 Jun. 2015. [24] J. Seo, Y. Sung, G. Lee, and D. Kim, "Training beam sequence design for millimeter-wave MIMO systems: A POMDP framework," submitted to IEEE Trans. Signal Process., Apr. 2015. Available at arxiv. [25] A. Adhikary, J. Nam, J. Ahn, and G. Caire, Joint spatial division and multiplexing: The large-scale array regime, IEEE Trans. Inf. Theory, vol. 59, no. 10, pp. 6441-6463, Oct. 2013. [26] J. Nam, A. Adhikary, J. Ahn, and G. Caire, Joint spatial division and multiplexing: Opportunistic beamforming, user grouping and simplified downlink scheduling, IEEE J. Sel. Topics Signal Process., vol. 8, no. 5, pp. 876-890, Mar. 2014. [27] A. Adhikary et al., Joint spatial division and multiplexing for mm-wave channels, IEEE J. Sel. Areas Commun., vol. 32, no. 6, pp. 1239-1255, Jul. 2014. [28] G. Lee and Y. Sung, A new approach to user scheduling in massive multiuser MIMO broadcast channels, submitted to IEEE Trans. Inf. Theory. Mar. 2014. Available at arxiv. [29] G. Lee and Y. Sung, Asymptotically optimal simple user scheduling for massive MIMO downlink with two-stage beamforming, Proc. of SPAWC 2014, (Toronto, CA), Jun. 2014. 31 전자공학회지 2015. 10 _ 873
이길원, 성영철, 소정호, 서준영 [30] J. Chen and V. Lau, Two-tier precoding for FDD multi-cell massive MIMO time-varying interference networks, IEEE J. Sel. Areas Commun., vol. 32, no. 6, pp. 1230-1238, Jun. 2014. [31] A. Liu and V. Lau, Phase only RF precoding for massive MIMO systems with limited RF chains, IEEE Trans. Signal Process., vol. 62, no. 17, pp. 4505-4515, Sep. 2014. [32] D. Kim, G. Lee, and Y. Sung, Two-stage beamformer design for massive MIMO downlink by trace quotient formulation, IEEE Trans. Commun., vol. 63, no. 6, pp. 2200-2211, Jun. 2015. [33] M. Sadek, A. Tarighat, and A. H. Sayed, A leakage-based precoding scheme for downlink multi-user MIMO channels, IEEE Trans. Wireless Commun., vol. 6, no. 5, pp. 1711-1721, May 2007. [34] R. Zakhour and D. Gesbert, Coordination on the MISO interference channel using the virtual SINR framework, in Proc. Int. ITG Workshop Smart Antennas, Berlin, Germany, Feb. 2009, pp. 1-7. [35] J. Park, G. Lee, Y. Sung, andm. Yukawa, Coordinated beamforming with relaxed zero forcing: The sequential orthogonal projection combining method and rate control, IEEE Trans. Signal Process., vol. 61, no. 12, pp. 3100-3112, Jun. 2013. [36] C. Doan, S. Emami, D. Sobel, A. Niknejad, and R. Brodersen, Design considerations for 60 GHz CMOS radios, IEEE Commun. Mag., vol. 42, no. 12, pp. 132-140, 2004. [37] Z. Pi and F. Khan, An introduction to millimeter-wave mobile broadband systems, IEEE Commun. Mag., vol. 49, no. 6, pp. 101-107, 2011. [38] O. El Ayach, S. Rajagopal, S. Abu-Surra, Z. Pi, and R. Heath, Spatially sparse precoding in millimeter wave MIMO systems, IEEE Trans. Wireless Commun., vol. 13, no. 3, pp. 1499-1513, Mar. 2014. [39] J. Mo and R. W. Heath Jr, Capacity analysis of onebit quantized MIMO systems with transmitter channel state information, (submitted to IEEE Trans. Signal Process.,) arxiv preprint arxiv:1410.7353v2, Apr. 2015. [40] G. Lee, J. Park, Y. Sung, and J. Seo, A new approach to beamformer design for massive MIMO systems based on k-regularity, in Proc. IEEE GLOBECOM Workshops (GC 12 Workshop), Dec. 2012, pp. 686-690. [41] A. Alkhateeb, R. W. Heath Jr., and G. Leus, Limited feedback hybrid precoding for multi-user millimeter wave systems, (to appear) IEEE Trans. Wireless Commun., 2015. [42] J. Via, I. Santamaria, V. Elvira, and R. Eickhoff A general criterion for analog Tx-Rx beamforming under OFDM transmissions, IEEE Trans. Signal Process., vol. 58, no. 4, Apr. 2010. [43] C. Kim, T. Kim, and J.-Y. Seol, Multi-beam transmission diversity with hybrid beamforming for MIMO-OFDM systems, in Proc. IEEE GLOBECOM Workshops (GC Wkshps), Atlanta, GA, Dec. 2013, pp. 61-65. [44] T. Bogale, L. Le, and A. Haghighat, Hybrid analog-digital beamforming: How many RF chains and phase shifters do we need?, arxiv preprint arxiv:1410.2609v1, Sep. 2014. [45] M. Sharif and B. Hassibi, On the capacity of MIMO broadcast channels with partial side information, IEEE Trans. Inf. Theory, vol. 51, pp. 506-522, Feb. 2005. [46] T. Yoo and A. Goldsmith, On the optimality of multiantenna broadcast scheduling using zero-forcing beamforming, IEEE J. Sel. Areas Commun., vol. 24, pp. 528-541, Mar. 2006. [47] A. Tomasoni and G. Caire and M. Ferrari and S. Bellini, On the selection of semi-orthogonal users for zero-forcing beamforming, in Proc. IEEE ISIT 2009, Jul. 2009. [48] H. Hur, A. M. Tulino, and G. Caire, Network MIMO with linear zero-forcing beamforming: Large system analysis, impact of channel estimation, and reduced-complexity scheduling, IEEE Trans. Inf. Theory, vol. 58, pp. 2911-2934, May 2012. [49] R. Zakhour and D. Gesbert, A two-stage approach to feedback design in multi-user MIMO channels with limited channel state information, IEEE PIMRC 07, Sep. 2007. [50] M. Kountouris, D. Gesbert, and T. Salzer, Enhanced multiuser random beamforming: Dealing with not so large 874 _ The Magazine of the IEIE 32
5G Massive MIMO 실현을위한연구동향 number of user case, IEEE J. Sel. Areas Commun., vol. 27, no. 8, Oct. 2008. [51] W. Xu and C. Zhao, Two-phase multiuser scheduling for multiantenna downlinks exploiting reduced finite-rate feedback, IEEE Trans. Veh. Technol., vol. 59, no. 3, Mar. 2010. [52] J. Kim, W. Shin, Y. Hee, and J. Lee, A novel channel feedback and user scheduling for massive MU-MIMO systems, KICS 2015. [53] P. Viswanath, D. N. C. Tse, and R. Laroia, Opportunistic beamforming using dump antennas, IEEE Trans. Inf. Theory, vol. 48, pp. 1277-1294, Jun. 2002. [54] J. Chung, C. Hwang, K. Kim, and Y. K. Kim, A random beamforming technique in MIMO systems exploiting multiuser diversity, IEEE J. Sel. Areas Commun., vol. 21, pp. 848-855, Jun. 2003. [55] T. Al-Naffouri, M. Sharif, and B. Hassibi, How much does transmit correlation affect the sum-rate scaling of MIMO Gaussian broadcast channels?, IEEE Trans. Commun., vol. 57, pp. 562-572, Feb. 2009. [56] Y. Huang, and B. D. Rao, Random beamforming with heterogeneous users and selective feedback: Individual sum rate and individual scaling laws, IEEE Trans. Wireless Commun., vol. 12, no. 5, May 2013. [57] S. Hur, T. Kim, D. J. Love, J. V. Krogmeier, T. A. Thomas, and A. Ghosh, Millimeter wave beamforming for wireless backhaul and access in small cell networks, IEEE Trans. Commun., vol. 61, pp. 4391-4403, Oct. 2013. [58] C. N. Barati, S. A. Hosseini, S. Rangan, P. Liu, T. Korakis, and S. S Panwar, Directional cell search for millimeter wave cellular systems, in Proc. IEEE SPAWC 2014, (Toronto, Canada), Jun. 2014. [59] A. Alkhateeb, G. Leus, and R. W. Heath Jr., Compressed sensing based multi-user millimeter wave systems: How many measurements are needed?, arxiv preprint arxiv:1505.00299v1, May 2015. [60] G. Lee, Y. Sung, and J. Seo, Randomly-directional beamforming in millimeter-wave multi-user MISO downlink, arxiv preprint arxiv:1412.1665v2, May 2015. [61] G. Lee, Y. Sung, and S. Seo, How many users are needed for non-trivial performance of random beamforming in highlydirectional mm-wave MIMO downlink?, to appear in Proc. IEEE ITW 2015 (Jeju, Korea), Oct. 2015. [62] G. Lee, Y. Sung, and M. Kountouris, On the performance of randomly directional beamforming between line-of-sight and rich scattering channels, in Proc. IEEE SPAWC 2015, (Stockholm, Sweden,), Jun. 2015. [63] G. Lee, Y. Sung, and M. Kountouris, "On the performance of random beamforming in sparse millimeter wave channels," submitted to IEEE J. Sel. Topics Signal Process., Jun. 2015. [64] J. L. Vicario, B. Bosisio, C. Anton-Haro, and U. Spagnolini, Beam selection strategies for orthogonal random beamforming in sparse networks, IEEE Trans. Wireless Commun., vol. 7, pp. 3385-3396, Sep. 2008. 이길원 2010 년 2 월 KAIST 전기및전자공학부 ( 학사 ) 2012 년 2 월 KAIST 전기및전자공학부 ( 석사 ) 현재 KAIST 전기및전자공학부박사과정 < 관심분야 > 무선통신, 통신신호처리 33 전자공학회지 2015. 10 _ 875
이길원, 성영철, 소정호, 서준영 성영철 1993 년 2 월서울대학교전자공학과 ( 학사 ) 1995 년 2 월서울대학교전자공학과 ( 석사 ) 2005 년 5 월코넬대학교전기및컴퓨터공학 ( 박사 ) 1995 년 1 월 ~2000 년 6 월 LG 전자선임연구원 2005 년 10 월 ~2007 년 1 월 Qualcomm Inc. Senior Engineer 2007 년 2 월 ~ 현재 KAIST 전기및전자공학과부교수 < 관심분야 > 무선통신, 통신신호처리, 통계적신호처리 소정호 2011 년 2 월 KAIST 전기및전자공학부 ( 학사 ) 2013 년 2 월 KAIST 전기및전자공학부 ( 석사 ) 현재 KAIST 전기및전자공학부박사과정 < 관심분야 > 무선통신, 통신신호처리 서준영 2011 년 2 월 KAIST 전기및전자공학부 ( 학사 ) 2013 년 2 월 KAIST 전기및전자공학부 ( 석사 ) 현재 KAIST 전기및전자공학부박사과정 < 관심분야 > 무선통신, 통신신호처리 876 _ The Magazine of the IEIE 34